2019-08-19

一、数据质量分析

脏数据：

缺失值

异常值

不一致的值

重要数据含有特殊符号的数据

1.异常值分析

（1)简单统计量分析，最常用的统计量是最大值和最小值，用来判断这个变量是否超过了合理的范围。

（2）3theta原则

（3）箱型图分析

2.一致性分析

3.2数据特征分析

3.2.1分布分析

1.定量数据的分布分析

对于定量变量而言，选择“组数”和“组宽”是做频率分布分析时最主要的问题，一般按照以下步骤进行：

（1）求极差

（2)决定组距与组数

（3）决定分点

（4）列出频率分布表

（5）绘制频率分布直方图

遵循的主要原则如下：

（1）各组之间必须时互相排斥的

（2）各组必须将所有的数据包含在内

（3）各组的组宽最好相等

2.定性数据的分布分析